01
Основи на AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Безплатна AI библиотека
Аудио AI водачиСвободен завинаги.
117 ръководства на обикновен английски език, структурирани пътеки за обучение и отворена библиотека — създадена от независима 501(c)(3) организация с нестопанска цел, така че всеки да може да разбере модерния AI.
117Безплатни ръководства
1Тематични песни
~2 minПо ръководство
~4hReading time
Започнете тук
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Отговорен AI потребител
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI на работа
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
Политика и общество за ИИ
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Изграждане с AI системи
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Тематични песни
Преглед по песен
Скочете в района, който ви интересува. Всяка песен има множество ръководства на обикновен английски.
ОсновиОсновни концепции: как AI работи на високо ниво.84 водачи Езиков AILLMs, NLP, ChatGPT, подсказване и разбиране на текст.155 водачи Визуален AIГенериране на изображения, компютърно зрение, видео и дизайн.133 водачи Аудио AIГлас, музика, подкастинг и аудио-първи AI.117 водачи ФирмиПрофили на OpenAI, Anthropic, Google, Meta и др.121 водачи ПриложенияКак AI се появява в кодирането, търсенето, агентите и ежедневието.111 водачи ИндустрииAI в здравеопазването, финансите, образованието, енергетиката и др.91 водачи техническиЧипове, фина настройка, RAG, вектори и AI инфраструктура.177 водачи обществоПристрастия, поверителност, авторски права, безопасност и бъдещето на AI.30 водачи
Пълна библиотека
Всички ръководства
117 на 1019 показани ръководства. Филтрирайте по песен или потърсете по-горе.
Аудио AI
Mimi Streaming Audio Codec
Mimi е невронен аудио кодек, който компресира речта в малък поток от дискретни токени в реално време, така че AI моделите да могат да слушат и говорят с много ниска...
Аудио AIСлушайте, посещавайте и сричайте
Listen, Attend and Spell (LAS) е забележителна невронна мрежа от 2015 г., която транскрибира реч директно в знаци, без ръчно изградено произношение...
Аудио AISpecAugment за разпознаване на реч
SpecAugment е прост, но мощен метод за увеличаване на данните, който маскира и деформира спектрограмата на речта, за да направи моделите за разпознаване по-стабилни.
Аудио AIАвтоматично маркиране на музика
Автоматичното маркиране на музика използва машинно обучение, за да слуша песен и автоматично да прикрепя описателни етикети като жанр, настроение, инструменти и темпо.
Аудио AIТрансфер на музикален тембър
Трансферът на тембър променя „цвета на тона“ на аудиото, така че един инструмент да звучи като друг, превръщайки тананикаща мелодия в линия на цигулка или тромпет…
Аудио AIКласификация на акустичните сцени
Класификацията на акустичната сцена (ASC) обучава машините да разпознават средата, в която е направен записът, оживена улица, тих парк, влак, кафене…
Аудио AINVIDIA Riva и NeMo Speech
NVIDIA Riva е GPU-ускорен SDK за производствен реч AI (ASR, TTS и превод), докато NeMo е инструментариум с отворен код за обучение и фина настройка...
Аудио AIАрхитектура DeepSpeech
DeepSpeech е модел за разпознаване на реч от край до край, въведен от Baidu през 2014 г., който картографира необработените аудио характеристики директно към текста, използвайки повтаряща се невронна...
Аудио AIX-Vector вграждане на високоговорители
X-векторите са цифрови пръстови отпечатъци с фиксирана дължина на гласа на говорещия, произведени от невронна мрежа, използвани, за да се каже кой говори, независимо какво казва.
Аудио AIGlow-TTS монотонно подравняване
Glow-TTS е модел за преобразуване на текст в говор, който се научава сам да подравнява текст към говор с помощта на умен трик за търсене, премахвайки необходимостта от отделен инструмент за подравняване.
Аудио AIПаралелен WaveGAN вокодер
Parallel WaveGAN е бърз неврален вокодер, който превръща мел-спектрограмата в необработена аудио форма на вълната с помощта на малък GAN, генерирайки всички проби наведнъж.
Аудио AIWaveGlow Flow-базиран вокодер
WaveGlow е базиран на потоци неврален вокодер от NVIDIA, който синтезира речеви вълни от мел-спектрограми в едно преминаване без авторегресия.
Finished reading? Prove it.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.